16、人工智能与物联网中的数据管理

人工智能与物联网中的数据管理

1. 人工智能与优质数据的重要性

人工智能的成功关键在于拥有高质量的数据。人工智能只有从与企业使用人工智能自动化的用例高度相关的优质数据中学习，才能提供卓越的结果。

1.1 数据质量对 AI 的影响

如果数据质量不佳，人工智能将无法提供理想的结果。因为人工智能通过机器学习从数据中学习，所以企业需要优质数据。例如，为解决物理问题而向人工智能系统提供数学相关数据，结果可能不尽如人意；若用将人行道误标为街道的图像训练自动驾驶汽车的计算机视觉系统，后果可能是灾难性的。

1.2 生成优质数据的方法

为了生成高质量的数据，需要熟练的标注人员仔细标注计划用于算法的信息。企业不必为开展人工智能之旅而搭建功能齐全的企业级大数据平台，人工智能可以基于特定用例的一部分优质数据运行，企业可以创建能满足特定用例的数据存储库，并使用这些数据来训练系统。

1.3 市场上 AI 工具的现状

如今，市场上几乎所有产品都宣称内置了人工智能功能，这在技术市场上造成了很大的困惑。实际上，大多数主要功能并非人工智能或机器学习的工具仅提供通用的人工智能能力，只能执行非常有限的人工智能任务。如果企业需要在广泛的物联网用例中应用人工智能，则需要考虑能够针对特定用例对物联网数据执行人工智能的物联网云平台，如 Azure IoT 平台。

2. 人工智能与物联网

2.1 传统规则与人工智能的对比

过去，机器人流程自动化（RPA）使用预定义规则执行活动，并在多个用例中取得了巨大成功。许多大型组织解决问题也依靠传统规则或理论，如 NASA 运用 30